Адаптивно-нечеткая система автоматического регулирования вытяжной ленты

Аннотация

В статье рассматриваются вопросы создания адаптивной системы вытяжки ленты на базе нейро-нечеткого управления. Для решения данной задачи предложено применение искусственной нейронной сети. Выявлены возможные подходы к синтезу алгоритма обучения нейронной сети. Для использования многослойной нейронной сети в системе управления динамическим объектом с заранее неизвестной оптимальной траекторией управления в реальном масштабе времени предлагается ввести динамику в алгоритм обучения, что позволяет избавиться от использования обратных связей в сети, а также объединить в единый процесс настройку весовых коэффициентов сети и формирование функции управления объектом. Представлен динамический скоростной алгоритм обратного распространения ошибки, работающий в реальном режиме времени, а также его модификация с прогнозом ошибки обучения. Предложено использовать процесс предобработки данных, состоящий в совмещении нормализации исходных данных с повышением их равномерности распределения по нормализованному интервалу. Данный алгоритм преобразования позволяет повысить равномерность распределения, что приводит к улучшению различимости обучающей выборки и к повышению скорости обучения ИНС на 41%. В результате работы автоматической системы стабилизации колебательный характер линейной плотности ленты снизился на 60% а средняя амплитуда возмущений на 65%.